Login

مجموعة تعليمية شاملة لتطوير وكلاء GenAI على مستوى الإنتاج، تغطي المكدس التقني الكامل من المفهوم إلى النشر.

NOASSERTIONJupyter Notebook 8.5kNirDiamantagents-towards-production Last Updated: 2025-07-06

تفاصيل مشروع "الوكلاء نحو الإنتاج"

نظرة عامة على المشروع

"الوكلاء نحو الإنتاج" (Agents Towards Production) هو مستودع موارد شامل يركز على بناء وكلاء الذكاء الاصطناعي التوليدي (GenAI) القابلة للتوسع، ويقدم حلولاً كاملة من الصفر وحتى النشر في بيئة الإنتاج. يوفر هذا المشروع الأدوات والأنماط وأمثلة التعليمات البرمجية اللازمة لبناء وكلاء GenAI على مستوى الإنتاج.

الميزات الأساسية

🎯 منهج تعليمي موجه بالدروس

  • عملي للغاية: كل موضوع مصحوب بتمارين عملية قابلة للتشغيل محليًا.
  • تغطية دورة الحياة الكاملة: يشمل جميع القدرات المطلوبة من النموذج الأولي إلى الإنتاج.
  • جاهز للتشغيل: كل درس له مجلد مستقل يحتوي على ملفات دفتر ملاحظات (notebook) أو تعليمات برمجية قابلة للتشغيل.

🔧 تغطية المكدس التقني

🔄 تنسيق الوكلاء (Orchestration)

  • تصميم سير عمل متعدد الأدوات وواعي بالذاكرة.
  • التواصل وتبادل الرسائل بين الوكلاء.
  • إنشاء وإدارة رسوم بيانية للحالة.

🧠 إدارة الذاكرة (Memory)

  • تنفيذ التخزين قصير وطويل الأمد.
  • وظائف البحث الدلالي.
  • إدارة الحالة المستمرة.

🔍 قابلية المراقبة (Observability)

  • إضافة خطافات التتبع والمراقبة والتصحيح.
  • تحليل السلوك ومقاييس الأداء.
  • أنظمة التقييم الآلي.

🚀 النشر (Deployment)

  • النشر في حاويات (Containerization).
  • دعم مجموعات وحدات معالجة الرسوميات (GPU Clusters).
  • نشر الخادم المحلي.

🔌 تكامل الأدوات (Tool Integration)

  • الاتصال بقواعد البيانات.
  • جلب بيانات الويب.
  • تكامل واجهات برمجة التطبيقات الخارجية (External API).

🖥️ واجهة المستخدم (UI & Frontend)

  • بناء واجهة المستخدم للدردشة.
  • واجهة لوحة القيادة الأمامية.
  • تطوير النماذج الأولية السريع.

🧩 أطر عمل الوكلاء (Agent Frameworks)

  • إنشاء رسوم بيانية للحالة.
  • كشف نقاط نهاية REST.
  • تغليف الأدوات القابلة لإعادة الاستخدام.

🛠️ تخصيص النموذج (Model Customization)

  • الضبط الدقيق لسلوكيات وكيل محددة.
  • تكييف المعرفة الخاصة بالمجال.

👥 تنسيق الوكلاء المتعددين (Multi-agent Coordination)

  • آليات تبادل الرسائل.
  • قدرات التخطيط المشترك.
  • محاكاة سير العمل التعاوني.

🔒 الأمان (Security)

  • تطبيق الحواجز الوقائية في الوقت الفعلي.
  • الحماية من هجمات الحقن.
  • أفضل ممارسات الأمان.

📊 التقييم (Evaluation)

  • الاختبار الآلي للسلوك.
  • تتبع المقاييس.
  • رؤى لتحسين الجودة.

وحدات الدروس الرئيسية

1. ذاكرة الوكيل: الذاكرة المزدوجة والبحث الدلالي (Redis)

  • تنفيذ نظام ذاكرة مزدوج (قصير وطويل الأمد).
  • وظائف البحث الدلالي.
  • حالة الوكيل المستمرة.
  • تذكر تفضيلات المستخدم وتعلم المحادثة.

2. بناء واجهة مستخدم لروبوت الدردشة باستخدام Streamlit

  • بناء تطبيق ويب لروبوت دردشة سهل للمبتدئين.
  • تصميم واجهة الدردشة.
  • وظيفة تحميل الملفات.
  • إدارة حالة الجلسة.

3. التواصل بين الوكلاء المتعددين باستخدام بروتوكول A2A

  • محاكاة سير عمل الوكلاء التعاوني.
  • آليات تبادل الرسائل.
  • قابلية التشغيل البيني لبروتوكولات الاتصال المفتوحة.

4. التقييم الآلي للوكلاء وتحليل السلوك (IntellAgent)

  • التقييم الآلي للوكلاء.
  • وظائف تحليل السلوك.
  • تتبع مقاييس الأداء.
  • رؤى قابلة للتنفيذ لتحسين الجودة.

البدء السريع

1. الحصول على الكود

git clone https://github.com/NirDiamant/agents-towards-production.git
cd agents-towards-production

2. تثبيت التبعيات

انتقل إلى الدرس المستهدف وقم بإعداد البيئة:

# مثال: تنسيق الوكلاء متعددي الأدوات
cd tutorials/agentic-applications-by-xpander.ai
pip install -r requirements.txt

3. النشر والاختبار

ابدأ الدرس عبر الواجهة المفضلة:

# تشغيل دفتر الملاحظات التفاعلي للتجربة
jupyter notebook tutorial.ipynb

# تنفيذ نص الإنتاج لاختبار التكامل
python app.py

طرق الاستخدام

📚 التعلم عبر الإنترنت

  • استكشاف الدروس مباشرة على GitHub.
  • فهم تطبيقات مستوى الإنتاج.
  • دراسة قرارات البنية وأنماط التكامل.
  • التعلم دون الحاجة إلى إعداد محلي.

💻 التطوير المحلي

  • تنزيل المستودع محليًا.
  • تشغيل الدروس وتجربة التكوينات.
  • تخصيص التطبيقات.
  • التكامل المباشر في سير عمل التطوير.

قيمة المشروع

هذا المشروع مناسب بشكل خاص للفئات التالية:

  • مطورون الذكاء الاصطناعي: المطورون الذين يحتاجون إلى بناء وكلاء على مستوى الإنتاج.
  • مهندسو الأنظمة: المهندسون الذين يصممون أنظمة ذكاء اصطناعي قابلة للتوسع.
  • مديرو المنتجات: مديرو المنتجات الذين يرغبون في فهم المكدس التقني لوكلاء الذكاء الاصطناعي.
  • الباحثون: الأكاديميون الذين يجرون أبحاثًا في تطبيقات الذكاء الاصطناعي على مستوى الإنتاج.

دليل المساهمة

يرحب المشروع بأنواع المساهمات التالية:

  • أدوات وبنية تحتية تدعم تطوير الوكلاء.
  • منصات المراقبة والنشر.
  • أدوات الأمان.
  • قواعد البيانات وواجهات برمجة التطبيقات (APIs).
  • خدمات أفقية أخرى تدعم أنظمة وكلاء الإنتاج.

دعم المجتمع

  • ⭐ مجتمع يضم أكثر من 25,000 من عشاق الذكاء الاصطناعي.
  • 🚀 تحديثات رائدة ورؤى الخبراء.
  • 💡 محتوى ودروس تعليمية عالية الجودة.
  • 🎯 يحصل المشتركون على وصول حصري مبكر وخصومات خاصة.

يمثل هذا المشروع مجموعة من أفضل الممارسات في مجال تطوير وكلاء الذكاء الاصطناعي التوليدي (GenAI)، ويوفر للمطورين مسارًا كاملاً من إثبات المفهوم إلى النشر في بيئة الإنتاج.

Star History Chart